課程筆記

• 關於資料的探索與視覺化

  "The simple graph has brought more information to the data analyst's mind than any other divace.
  -Jhon Tukey"
  "一張圖勝過千言萬語。"

• 關於資料預測

  1. 透過輸入的方式，將預測的或挖掘特徵的能力，內化於電腦程式之中的方法。

     • 用模型做預測稱為監督式學習；
     • 特徵挖掘則為非監督式學習。

     題外話: 機器學習 一書的作者Tom Mitchel 曾經對機器學習下過明確的定義:
     "研究電腦程式的演算法透過歷史資料而學習進步。"

• 關於資料溝通

  • 向其他團員解釋研究中的發現。
  • 而現代的資料分析師較常使用的兩種溝通方式為:
  1. 標記式語言(Markdown)
  2. 互動式圖表(有兩種):
     * 付費的商業軟體:Tableau 及 微軟的Power BI企業版
     * 主流資料科學程式語言的第三方套件:Python Dash and R shiny
  3. 最好的溝通方式:互動式圖表>靜態圖表>表格>中文字

• 該如何成為資料分析師?
  不論何種問題都可以用5W2H 來拆解:
  1. why(為什麼做):知道資料分析什麼，以及如何讓自己能成為一位資料分析師
  2. what(做什麼):擬定讓自己成為資料分析師的行動方案
  3. where(在哪裡做):有電腦的地方
  4. when(何時做):利用修課當下半年到一年的時間讓自己申請到相關的工作
  5. who(由誰做):自己是主角
  6. how(如何做):規劃行動方案
  7. how much(成本是多少):實體或是線上課程的費用，半年到一年的時間成本。